Apa yang membuat investor Singapura—bukan Silicon Valley—menganggap startup AI asal India ini layak dikucuri $53 juta dalam putaran terbaru? Jawabannya bukan pada kecepatan inferensi model atau jumlah parameter LLM-nya, melainkan pada cara Hang Ten memilih tidak menjadi perusahaan 'AI-first'; melainkan 'business-first with AI'. Itulah pembeda nyata yang jarang diungkap dalam rilis resmi, tapi terlihat jelas dari struktur layanan dan portofolio klien awal mereka.
Model yang Menghindari Label 'AI Company'
Hang Ten tidak menjual model bahasa atau platform pelatihan generatif. Ia menjual sistem otomatisasi proses bisnis berbasis AI yang sudah terintegrasi dengan SAP, Oracle Financials, dan Microsoft Dynamics—bukan sebagai plugin eksperimental, melainkan sebagai modul operasional siap pakai. Menurut TechInAsia, startup ini fokus pada 'process intelligence', bukan 'model intelligence'. Artinya, alih-alih mengejar skor benchmark MMLU atau HumanEval, tim teknis Hang Ten menghabiskan waktu menyusun peta alur invoice-to-pay untuk perusahaan manufaktur di ASEAN, lalu menanamkan deteksi anomali berbasis learning behavior di tiap langkahnya—tanpa perlu pelatihan ulang model besar.
Xora, platform early-stage investment milik Temasek, memimpin putaran pendanaan ini. Ini bukan kebetulan. Xora dikenal selektif: sejak diluncurkan 2021, baru 14 startup yang berhasil lolos seleksi ketatnya. Hang Ten adalah salah satu dari tiga startup AI yang masuk portofolio Xora tahun ini—dan satu-satunya yang berasal dari India. Total pendanaan Hang Ten kini mencapai US$85 juta, setelah sebelumnya mengumpulkan $32 juta dalam putaran Series A pada 2022.
Baca juga: LG Uplus dan OptAI Uji Token AI untuk Efisiensi Layanan
Kenapa Klien Pertama Bukan Bank atau Tech Giant?
klien komersial pertama Hang Ten bukan bank multinasional atau e-commerce raksasa—melainkan dua perusahaan logistik regional di Vietnam dan Filipina, serta sebuah produsen komponen elektronik di Malaysia. Ketiganya memiliki satu kesamaan: semua sedang berjuang mempertahankan margin di tengah tekanan biaya tenaga kerja dan ketidakpastian rantai pasok. Hang Ten tidak menawarkan 'AI transformation roadmap' berdurasi 18 bulan. Ia menjanjikan penurunan waktu proses procurement cycle dari rata-rata 14 hari menjadi 3,2 hari—dengan hasil terukur dalam 90 hari pertama implementasi.
Baca juga: Zhipu AI Naikkan Target Pendapatan Jadi $3 Miliar — Apa Artinya untuk Ekosistem AI Global?
Dilansir TechInAsia, pendekatan ini sengaja dibangun oleh pendiri Hang Ten, Vishal Sikka—mantan CEO Infosys periode 2014–2017—yang sempat menghadapi resistensi internal saat mendorong otomatisasi berbasis AI di Infosys. Pengalamannya mengajarkan bahwa adopsi AI tidak gagal karena teknologi buruk, tapi karena solusi tidak berakar pada pain point operasional nyata, bukan ambisi teknologis. Sikka dan timnya justru membatasi penggunaan LLM hanya untuk layer natural language interface; sedangkan inti keputusan otomatisasi tetap berbasis rule engine yang bisa diaudit, dimodifikasi, dan diverifikasi akuntan.
Baca juga: Bolttech dan Bold Penguin Bentuk Aliansi Asuransi Global Berbasis AI
Di Indonesia, tren serupa mulai terlihat. PT Astra Graphia Information Technology (AGIT) dan PT Mitra Integrasi Informatika (MII) telah mengembangkan modul otomatisasi finansial berbasis AI untuk UMKM—tapi masih bergantung pada integrasi manual dan memerlukan minimal tiga bulan konfigurasi. Hang Ten menawarkan waktu deployment kurang dari 10 hari, dengan harga berbasis outcome—misalnya, bayar per invoice yang diproses otomatis, bukan per lisensi per pengguna. Model pricing ini justru lebih dekat dengan praktik SaaS lokal seperti Jurnal atau Accurate, ketimbang pola enterprise licensing global.
Yang belum terjawab adalah bagaimana Hang Ten akan menangani kompleksitas regulasi perpajakan di Indonesia—terutama terkait e-faktur dan integrasi dengan sistem DJP. Di Vietnam, startup ini bekerja sama dengan otoritas pajak lokal untuk menyusun template validasi faktur digital. Di Malaysia, ia bermitra dengan agen audit nasional untuk memastikan jejak audit otomatis memenuhi standar MIA. Untuk pasar Indonesia, belum ada indikasi kemitraan serupa—padahal, integrasi dengan sistem e-bupot dan e-faktur adalah syarat mutlak, bukan fitur tambahan.
Jika Anda adalah direktur operasional di perusahaan manufaktur dengan 200 supplier aktif dan rata-rata 1.200 invoice per bulan, apakah Anda lebih memilih sistem yang menjanjikan 'AI-powered insight'—atau sistem yang menjamin 78% invoice masuk langsung ke proses pembayaran tanpa intervensi manusia, dengan dokumentasi audit siap saji untuk auditor eksternal?